Форум Восточного портала - OCR: как сканировать книги?

Добро пожаловать, Гость. Пожалуйста, выберите: Вход || Регистрация. — — 18.04.24 в 20:53:03

Форум Восточного портала «OCR: как сканировать книги?»

   Форум Восточного портала
   Общее
   Технический раздел
   OCR: как сканировать книги?

« Предыдущая тема | Следующая тема »

Страницы: 1

Автор

Тема: OCR: как сканировать книги? (прочитана 5353 раз, 2 ответов)

Цзошучжан
Администратор
мужчина

Сообщений: 851
Карма: 55

Москва

Восток — дело толстое.

OCR: как сканировать книги?
написан: 11.01.03 в 16:06:23

Как я буду сбрасывать вам отсканированное? Насколько я представляю одна книга — это от нескольких десятков мегабайт до сотни (в зависимости от режима сканирования). Есть какая-то отработанная практика?

Да, есть. По ней одна книга занимает не больше Мб текста и требует на OCR около одного дня.

1. Сканируйте и распознавайте за одну процедуру, используя любую программу OCR, понимающую русский язык, например, ABBYY FineReader.

2. Выставляйте разрешение 300dpi Grayscale (не black&white и не color)

3. Перед началом сканирования выполните гамма-коррекцию, чтобы настроить сканер на белизну бумаги и контрастность типографской краски. Пробная страница не должна иметь фон заметно темнее экранного белого (#FFFFFF), мусор на белом поле и разрывы в штрихах литер. Не жалейте времени на коррекцию, иначе потом придется потратить в десять раз больше на вычитку и ручное дописывание утраченных абзацев.

4. Обратите внимание, что переплет даже у средних по толщине изданий может создавать заметные тени на внутренней стороне разворота и нарушать геометрию текста, уводя его в перспективу. Поэтому нелишне будет прижимать книгу к стеклу сканера рукой или каким-нибудь грузом. Я обычно использую блин от штанги.

5. Из программы сканирования текст сохраняется в Word или plain txt, вычитывается, проходит корректуру, постраничные сноски преобразуются в концевой тезаурус, расставляется авторская разметка и курсив.

[ ссылки доступны для участников. реклама на форуме платная ] | [ ссылки доступны для участников. реклама на форуме платная ]

Зарегистрирован

Сергей2
Гость

Re: OCR: как сканировать книги?
Ответ #1 написан: 08.05.03 в 13:20:10

Сейчас книги чаще всего сканируют в формат DjVu. В 1 мегабайте помещается примерно 100 (сто) книжных страниц. Программу (бесплатную версию) можно скачать здесь: [ ссылки доступны для участников. реклама на форуме платная ] или (возможно) с официального сайта [ ссылки доступны для участников. реклама на форуме платная ] , но на последнем я её не нашёл, устарела, наверное. Но может, на нём более что навороченное находится...

Зарегистрирован

quaxter
Новичок
мужчина

Сообщений: 25
Карма: 0

Всем привет!

Re: OCR: как сканировать книги?
Ответ #2 написан: 21.05.03 в 22:22:45

Необходимое дополнение к сказанному Цзошучжан:
=====================
В свое время в частном письме один из форумчан задавал мне вопрос — а как избежать исчезновения знаков препинания и диакритики, если сканируется. к примеру, пиньинь.
Нужно сказать, что FineReader имеет вредную функцию Despeckle image/Очистить от мусора. Если надо, я пришлю картинку настроек для 6-й версии. См. Tools > Options > Scan/Open Image (Для пользователей русского интерфейса Сервис > Опции > Сканирование/Открытие). В 6-м снизу (он же 2-й сверху в группе Image processing/Обработка изхображений) чекбоксе галочки быть не должно!
Эта пакость должна быть ПРИНУДИТЕЛЬНО ОТКЛЮЧЕНА, в противном случае дополнительные проблемы с пунктуацией, буквами типа ё, й и любыми надстрочно-подстрочными знаками гарантированы.
Если у вас документ или книга с многочисленными рукописными помарками, полиграфической грязью или просо блеклой печатью на неважной бумаге — без контакта с фотошопом вам, увы, не обойтись.

При контакте по e-mail удалите из адреса .NOSPAM

Зарегистрирован

Страницы: 1


« Предыдущая тема \| Следующая тема »

Форум Восточного портала » Проект дизайн-студии Индейское лето, 2000–2010